L’ITALIANO DELLE INTELLIGENZE ARTIFICIALI GENERATIVE
DOI:
https://doi.org/10.54103/2037-3597/21990Abstract
I chatbot basati su modelli linguistici di grandi dimensioni sono un tipo di intelligenza artificiale in grado di interagire con gli utenti rispondendo con un testo coerente e contestualmente rilevante a un ampio numero di richieste. Si tratta di una tecnologia in rapido sviluppo, che promette di cambiare il modo in cui alcuni tipi di informazioni sono confezionati e diffusi: sempre più spesso ci si troverà a leggere un testo composto da una macchina. Questo articolo evidenzia alcuni aspetti essenziali dell’italiano delle intelligenze artificiali generative, attraverso l’analisi dei testi prodotti dai principali chatbot disponibili nella nostra lingua: ChatGPT, Bard e Bing Chat. In particolare, dopo aver sondato il ruolo dell’italiano nei database che permettono il loro funzionamento, l’attenzione è stata rivolta alle strategie comunicative destinate a simulare una personalità umana e alle caratteristiche linguistiche e stilistiche di alcuni testi di argomento scientifico composti dai chatbot. I risultati mostrano la capacità dei modelli linguistici di riprodurre i tratti più tipici dei testi che sono chiamati a emulare; tuttavia, sono emersi anche importanti limiti dal punto di vista informativo e comunicativo. Il confronto con le risposte composte in lingua inglese ha dimostrato come alcuni di questi difetti siano correlati alla qualità dei corpora di addestramento. Altri, però, sembrano effetti indesiderati di quella stessa struttura statistica che rende il funzionamento delle intelligenze artificiali possibile.
The Italian of Generative Artificial Intelligences
Chatbots based on large language models are a type of artificial intelligence capable of interacting with users by providing coherent and contextually relevant text responses to a wide range of requests. This is a rapidly advancing technology which promises to change the way certain types of information are generated and transmitted: it will soon become increasingly common to encounter machine-generated text. This article highlights the essential aspects of the Italian used by generative artificial intelligences, through the analysis of the texts produced by leading chatbots available in the language: ChatGPT, Bard and Bing Chat. Specifically, after examining the role of Italian in the databases enabling their operation, attention is directed toward communicative strategies employed to simulate a human personality and on the linguistic and stylistic characteristics of some scientific texts composed by chatbots. The results demonstrate the models' abilities to replicate the most typical features of the texts they are tasked to emulate. Nonetheless, significant limitations have also emerged from an informational and communicative perspective. A comparison with responses generated in English has revealed that some of these shortcomings are linked to the quality of the training corpora. Others, however, appear to be unintended consequences of the same statistical structure that makes the functioning of artificial intelligences possible.
Riferimenti bibliografici
Alfieri G., Alfonzetti G., Motta D., Sardo R. (a cura di) (2020), Pragmatica storica dell’italiano. Modelli e usi comunicativi del passato. Atti del XIII Congresso ASLI, Associazione per la storia della lingua italiana (Catania, 29-31 ottobre 2018), Franco Cesati Editore, Firenze.
Alfonzetti G. (2009), I complimenti nella conversazione, Editori Riuniti, Roma.
Alfonzetti G. (2017), Questioni di (s)cortesia: complimenti e insulti, Edizioni Sinestesie, Avellino.
Bazzanella C. (2011), “Segnali discorsivi”, in Enciclopedia dell’Italiano, Treccani, Roma:
https://www.treccani.it/enciclopedia/segnali-discorsivi_(Enciclopedia-dell%27Italiano)/.
Bender E. M., Gebru T., McMillan-Major A., Shmitchell S. (2021), “On the dangers of stochastic parrots: Can language models be too big?”, in FAccT ‘21: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, March 2021, Association for Computing Machinery, New York (NY), United States, pp. 610-623: https://dl.acm.org/doi/10.1145/3442188.3445922. DOI: https://doi.org/10.1145/3442188.3445922
Bertuccelli Papi M. (2010), “Cortesia, linguaggio della”, in Enciclopedia dell’Italiano, Treccani, Roma:
https://www.treccani.it/enciclopedia/linguaggio-della-cortesia_(Enciclopedia-dell%27Italiano).
Caffi C. (2007), Mitigation, Elsevier, Amsterdam-London. DOI: https://doi.org/10.1016/B0-08-044854-2/00392-8
Carlini N., Ippolito D., Jagielski M., Lee K., Tramer F., Zhang C. (2022), “Quantifying memorization across neural language models”, in arXiv preprint arXiv:2202.07646: https://arxiv.org/abs/2202.07646.
Carlini N., Hayes J., Nasr M., Jagielski M., Sehwag V., Tramer F., Balle B., Ippolito D., Wallace E. (2023), “Extracting training data from diffusion models”, in arXiv preprint arXiv:2301.13188: https://arxiv.org/abs/2301.13188.
Chang K. K., Cramer M., Soni S., Bamman D. (2023), “Speak, Memory: An Archaeology of Books Known to ChatGPT/GPT-4”, in arXiv preprint arXiv:2305.00118: https://www.researchgate.net/publication/370442472_Speak_Memory_An_Archaeology_of_Books_Known_to_ChatGPTGPT-4. DOI: https://doi.org/10.18653/v1/2023.emnlp-main.453
Ciechanowski L., Przegalinska A., Magnuski M., Gloor P. (2019), “In the shades of the uncanny valley: An experimental study of human-chatbot interaction”, in Future Generation Computer Systems, 92, pp. 539-548. DOI: https://doi.org/10.1016/j.future.2018.01.055
Cristianini N. (2023), La scorciatoia: come le macchine sono diventate intelligenti senza pensare in modo umano, il Mulino, Bologna.
D’Acunti G. (1998), “Strategie testuali in testi medici italiani del Settecento”, in Costa C., Onorati F. (a cura di), Le lingue della scienza.
Linguaggi scientifici e intersezioni tra letteratura e scienza. Atti della giornata di studi tenuta il 25 marzo 1998 presso l’IPSIA “Europa” di Roma, Centro studi “Giuseppe Gioacchino Belli”, Comune di Roma, VI circoscrizione, Ufficio Cultura, Roma, pp. 31-44.
Dardano M. (1994), “I linguaggi scientifici”, in Serianni L., Trifone P. (a cura di), Storia della lingua parlata, vol. II, Einaudi, Torino, pp. 497-551.
Dardano M. (2008), “Capire la lingua della scienza”, in Dardano M., Frenguelli G. (a cura di), L’italiano di oggi, Aracne, Roma, pp. 173-188.
Fedriani C. (2020), “La mitigazione degli atti richiestivi: variazione e mutamento nella storia dell’italiano”, in Alfieri G., Alfonzetti G., Motta D., Sardo R. (2020), pp. 565-573.
Ferrari A. (2011), “Tematica, struttura”, in Enciclopedia dell’italiano, Treccani, Roma: https://www.treccani.it/enciclopedia/struttura-tematica_(Enciclopedia-dell%27Italiano).
Floridi L. (2023), “AI as Agency Without Intelligence: On ChatGPT, Large Language Models, and Other Generative Models”, in Philosophy & Technology, 36, 15: https://doi.org/10.1007/s13347-023-00621-y. DOI: https://doi.org/10.1007/s13347-023-00621-y
GPT-3 (2020), “A robot wrote this entire article. Are you scared yet, human?”, in The Guardian, 08/09/2020:
https://www.theguardian.com/commentisfree/2020/sep/08/robot-wrote-this-article-gpt-3.
Heerink M., Kröse B., Evers V., Wielinga B. (2010), “Assessing acceptance of assistive social agent technology by older adults: The almere model”, in International Journal of Social Robotics, 2, 4, pp. 361-375: https://doi.org/10.1007/s12369-010-0068-5. DOI: https://doi.org/10.1007/s12369-010-0068-5
Haffenden C., Fano E., Malmsten M., Börjeson L. (2023), “Making and Using AI in the Library: Creating a BERT Model at the National Library of Sweden”, in College & Research Libraries, 84, 1, pp. 30-48: https://crl.acrl.org/index.php/crl/article/view/25748. DOI: https://doi.org/10.5860/crl.84.1.30
Ishihara S. (2023), “Training Data Extraction From Pre-trained Language Models: A Survey”, in arXiv preprint arXiv:2305.16157: https://arxiv.org/abs/2305.16157. DOI: https://doi.org/10.18653/v1/2023.trustnlp-1.23
Klein N. (2023), “AI machines aren’t ‘hallucinating’. But their makers are”, in The Guardian, 08/05/2023:
https://www.theguardian.com/commentisfree/2023/may/08/ai-machines-hallucinating-naomi-klein.
Lala L. (2010), “Incapsulatori”, in Enciclopedia dell’Italiano, Treccani, Roma:
https://www.treccani.it/enciclopedia/incapsulatori_(Enciclopedia-dell%27Italiano).
Lucy L., Bamman D. (2021), “Gender and representation bias in GPT-3 generated stories”, in Akoury N., Brahman F., Chaturvedi S., Clark E., Iyyer M., Martin L. J. (eds.), Proceedings of the Third Workshop on Narrative Understanding, Association for Computational Linguistics, s.l, pp. 48-55: https://aclanthology.org/2021.nuse-1.5/. DOI: https://doi.org/10.18653/v1/2021.nuse-1.5
Marino F. (2022), “Una parte di questo articolo è stata scritta da un’intelligenza artificiale”, in La Repubblica, 03/11/2022:
Mortara Garavelli B. (1993), “Strutture testuali e retoriche”, in Sobrero A.A. (a cura di), Introduzione all’italiano contemporaneo. Le strutture, Laterza, Roma-Bari, pp. 371-404.
Motolese M. (2022), L’eccezione fa la regola. Sette storie di errori che raccontano l’italiano, Garzanti, Milano.
Nass C., Moon Y., Fogg B. J., Reeves B., Dryer D. C. (1995), “Can computer personalities be human personalities?”, in International Journal of Human-Computer Studies, 43, pp. 223-239: https://doi.org/10.1006/ijhc.1995.1042. DOI: https://doi.org/10.1006/ijhc.1995.1042
Ortore M. (2014), La lingua della divulgazione astronomica oggi, Fabrizio Serra editore, Pisa-Roma.
Palermo M. (2013), Linguistica testuale dell’italiano, il Mulino, Bologna.
Pelau C., Dabija D.-C., Ene I. (2021), “What makes an AI device human-like? The role of interaction quality, empathy and perceived psychological anthropomorphic characteristics in the acceptance of artificial intelligence in the service industry”, in Computers in Human Behavior, 122: https://www.sciencedirect.com/science/article/abs/pii/S0747563221001783. DOI: https://doi.org/10.1016/j.chb.2021.106855
Pisano P. (2022), “Se a scrivere è l’Intelligenza artificiale”, in Corriere della sera, 14/09/2022:
Pizzi A. (2023), “Giornalismo e Intelligenza Artificiale”, in Report 2023 dell’Osservatorio sul giornalismo digitale: https://www.odg.it/osservatorio-sul-giornalismo-digitale.
Reeves B., Nass C. (1996), The media equation: How people treat computers, television, and new media like real people and places, Cambridge University Press, Cambridge.
Ryan M. (2020), “In AI We Trust: Ethics, Artificial Intelligence, and Reliability”, in Sci Eng Ethics, 26, pp. 2749-2767: https://doi.org/10.1007/s11948-020-00228-y. DOI: https://doi.org/10.1007/s11948-020-00228-y
Scaglia C. (2003), “Deissi e cortesia in italiano”, in Linguistica e filologia, 16, pp. 109-145.
Serianni L. (1989), Grammatica italiana. Italiano comune lingua letteraria, con la collaborazione di A. Castelvecchi, UTET, Torino.
Serianni L. (2005), Un treno di sintomi. I medici e le parole: percorsi linguistici nel passato e nel presente, Garzanti, Milano.
Sobrero A.A. (1993), “Lingue speciali”, in Sobrero A.A. (a cura di), Introduzione all’italiano contemporaneo. Le strutture, Laterza, Roma-Bari, pp. 237-277.
Spennemann D. (2023), “What has ChatGPT read? The origins of archaeological citations used by a generative artificial intelligence application”, in arXiv preprint arXiv:2308.03301: https://arxiv.org/abs/2308.03301.
Tavosanis M. (2018), Lingue e intelligenza artificiale, Carocci, Roma.
Vaswani A., Shazeer N., Parmar N., Uszkoreit J., Jones L., Gomez AN., Kaiser Ł., Polosukhin I. (2017), “Attention is all you need”, in Advances in neural information processing systems, 30: https://arxiv.org/abs/1706.03762.
Wei J., Wang X., Schuurmans D., Bosma M., Xia F., Chi E., Le Q.V., Zhou D. (2022), “Chain-of-thought prompting elicits reasoning in large language models”, in Advances in Neural Information Processing Systems, 35:
https://arxiv.org/abs/2201.11903.
White J., Fu Q., Hays S., Sandborn M., Olea C., Gilbert H., Elnashar A., Spencer-Smith J., Schmidt D. C. (2023), “A prompt pattern catalog to enhance prompt engineering with chatgpt”, in arXiv preprint arXiv:2302.11382: https://arxiv.org/abs/2302.11382.
Xie Y., Zhu K., Zhou P., Liang C. (2023), “How does anthropomorphism improve human-AI interaction satisfaction: a dual-path model”, in Computers in Human Behavior, 148: https://doi.org/10.1016/j.chb.2023.107878. DOI: https://doi.org/10.1016/j.chb.2023.107878
Złotowski J., Proudfoot D., Yogeeswaran K., Bartneck C. (2015), “Anthropomorphism: Opportunities and Challenges in Human–Robot Interaction”, in International Journal of Social Robotics, 7, pp. 347-360: https://doi.org/10.1007/s12369-014-0267-6. DOI: https://doi.org/10.1007/s12369-014-0267-6
Dowloads
Pubblicato
Fascicolo
Sezione
Licenza
Questo lavoro è fornito con la licenza Creative Commons Attribuzione - Condividi allo stesso modo 4.0.
